Optimisation du ciblage des opérations anti-churn
|
|
- Fabienne Leboeuf
- il y a 8 ans
- Total affichages :
Transcription
1 Optimisation du ciblage des opérations anti-churn Fondements de la méthode Uplift avec applications au domaine des télécommunications et des médias. Nicholas J. Radcliffe Rob Simpson Adaptation par Paul Archambault d après l article original : Every connection is a new opportunity TM
2 Résumé : 2 Le churn ou l attrition désigne pour une organisation la perte de clients ou usagers. L attrition peut être volontaire ou involontaire. Le churn volontaire est lié à une insatisfaction sur l offre ou sur la qualité des services. Le churn involontaire est lié à des circonstances indépendantes de l organisation (déménagement, décès ). Les actions anti-churn visent principalement à réduire l attrition volontaire. Le fait même d essayer de «sauver» certains clients peut provoquer leur départ. Les actions commerciales anti-churn conçues dans le but explicite de réduire la perte de clients peuvent cristalliser cette insatisfaction et provoquer le départ du client. Ces départs auraient pu être évités, ou du moins retardés sans opération commerciale, en particulier lorsque les mécanismes de contact sont trop intrusifs : appels sortants, SMS, courriels Les programmes anti-attrition peuvent être plus efficaces et plus rentables si l on se focalise sur les clients qui peuvent changer d avis après une action volontariste. La conception des opérations anti-attrition et de leur ciblage doit être différentiée selon le canal commercial employé. Cet article explique comment le ciblage des opérations de conservation de clients récupérables peut être réalisé, avec une illustration d études de cas dans le secteur des télécom.
3 3 Les points clés : Le risque d attrition d un client n est pas une bonne base de mesure pour le ciblage d une intervention antichurn. Il faut pouvoir prédire et cibler des clients à forte valeur et forte probabilité d attrition que l on pourra convaincre de prolonger leur abonnement. Les clients les plus à risque d attrition ne sont pas nécessairement les plus rentables à conserver. Les organisations doivent gérer un échantillon (de taille limitée) de clients dit «groupe de contrôle» qui ne doit jamais être activé par les actions anti churn. Ceci est un mal nécessaire qui leur permet d optimiser l efficacité des actions anti-churn. Les acteurs qui n utilisent pas de groupe de contrôle de clients non activés ne peuvent pas évaluer l impact réel des actions anti churn ni améliorer leur ciblage. Pour certains canaux, les actions anti-churn peuvent être globalement contre-productives. Mais ces opérations peuvent être optimisées. Il peut exister des segments de clients très sensibles pour lesquels l opération est rentable alors qu un mauvais ciblage compromet ses résultats globaux. Les approches conventionnelles de ciblage de la lutte anti-churn ne sont pas optimales pour garder sa clientèle. De nouvelles méthodes statistiques permettent de scorer les clients candidats à une opération antichurn en fonction de l anticipation du levier de l action commerciale. La méthode Uplift est conçue pour identifier les clients à plus haut levier qui seront les plus sensibles à l action anti-churn et décideront de conserver leur abonnement. Enjeux pour le secteur des télécoms les ménages avec leurs produits. Du coté du marketing la conservation de clients chèrement acquis constitue désormais un enjeu sans aucun doute aussi important que celui de leur acquisition. Les opérateurs continuent d investir en publicité pour faire tourner les abonnements : les clients quittent donc souvent leur ancien opérateur (churn) pour souscrire un nouvel abonnement vers un autre opérateur. Les portefeuilles des clients des opérateurs ont un fort taux de rotation que chacun cherche à réduire. La qualité des couvertures mobiles et fixes, les débits et la qualité de service sont les facteurs qui déterminent la fidélité des abonnés sur ces marchés. Par ailleurs, la créativité sur les offres produits (désormais «quadruple play»), l agressivité tarifaire, les modifications de régulation des prix, la possible convergence fixe/mobile et les progrès des raccordements très haut débit renforcent ce phénomène de perméabilité inter-opérateurs des abonnés. Les opérateurs se sont donc longtemps focalisés sur la course d acquisition des portefeuilles mobiles et ADSL. Les opérations anti churn étaient alors marginales. Les efforts d acquisition et de conservation des abonnements devraient donc s équilibrer. Même s ils restent fortement impactés par les innovations technologiques, l ADSL et la téléphonie mobile sont désormais des marchés matures de renouvellement. Le progrès du ciblage des actions anti-attrition A l origine, les premières actions anti churn pouvaient porter sur l ensemble du portefeuille client sans ciblage pointu. Avec la croissance de la taille des portefeuilles, celle des flux d attrition et des coûts des opérations associées, les opérateurs ont cherché à réduire le nombre de partants en ciblant les clients émettant des signaux de départ. Les marchés de la téléphonie mobile et de l ADSL haut débit sont désormais arrivés à maturité. Sur le marché des télécoms grand public, les opérateurs ont massivement équipé
4 4 Un scoring de la probabilité d attrition identifie ces populations à risque. En intégrant la valeur du client sur son cycle de vie et sur sa période probable de survie à un instant donné, les opérateurs peuvent concentrer les ressources consacrées aux opérations anti attrition sur les personnes à risque et à forte valeur. Les opérateurs les plus avancés sur ces sujets gèrent aujourd hui leur ciblage des opérations anti-attrition selon cette logique de valeur des clients à risque. Il y a trois types d explications à ces phénomènes : 1. La plupart des clients à risque élevé de rotation cumulent une insatisfaction latente en raison de la qualité de service, du prix et/ou de la portée des appels. Dans de tels cas, le contact actif avec le client, en particulier sous forme interactive, peut déclencher directement l acte volontariste de changement d opérateur. L événement aurait eu lieu beaucoup plus tard et peut-être même pas du tout. Mais nous savons désormais que les opérations de lutte contre le churn peuvent avoir des impacts différenciés selon les segments de population à risque de départ. Le ciblage des actions anti churn peut être affiné en travaillant sur les clients à risque élevé, à forte valeur résiduelle et que l on a de grandes chances de convaincre après un contact commercial adapté. L évolution des approches de fidélisation des clients 2. En outre, de nombreux clients sont contrariés par ce contact qu ils considèrent comme intrusif. Seule une petite proportion de clients est ravie en entendant leur sonnerie de téléphone, de découvrir que l appelant est un employé de leur opérateur. Celui-ci appelle le plus souvent d un plateau d un call center bruyant, anonyme et tente de convaincre parfois avec quelques maladresses de prolonger l abonnement Cela suffit à convaincre certains clients de partir. 3. Enfin, de nombreux clients ne sont pas forcément conscients que la fin de leur abonnement approche. Bien que la plupart des opérateurs aient des systèmes pour alerter les clients à l approche de la fin de contrats, les clients n y font généralement guère attention. Une action de rétention de vive voix par téléphone rappelle au client qu il a la possibilité de changer d opérateur. Il peut alors être tenté de passer à l acte même s il est satisfait. Les effets négatifs inattendus des actions de lutte contre l attrition L acte même d essayer de sauver certains clients peut provoquer leur départ prématuré. Ceci n est pas une simple aberration statistique. Dans les cas les plus extrêmes, l impact global du programme de rétention peut même être négatif. Le niveau d attrition des clients traités est alors supérieur à celui des clients du groupe de contrôle non traité. Si l on admet que les actions qui visent à sauver des clients sont une arme à double tranchant, leur ciblage sur la seule base de la prédiction du taux de désabonnement est donc une stratégie dangereuse. En particulier lorsque la probabilité d attrition est fortement liée à la probabilité d insatisfaction car les clients les plus risqués ne sont pas nécessairement les personnes les plus positivement affectées par ce type d action.
5 5 Une segmentation des clients «churners» 4 segments de clients selon leur réaction à une opération anti-churn Les organisations doivent gérer un ou plusieurs échantillons (de taille limitée) de clients «groupe de contrôle» qui ne doivent jamais être activés par les actions anti-churn. L échantillon de contrôle fait partie des bonnes pratiques de ciblage marketing. Il permet de mesurer l efficacité des actions anti attrition, de détecter leurs éventuels impacts négatifs et d améliorer le ciblage. Les acteurs qui n utilisent pas de groupe de contrôle ne peuvent pas évaluer l impact réel des opérations anti-churn, ni s améliorer pour leur ciblage. L ensemble des développements qui suivent part donc de l hypothèse qu un échantillon de contrôle de taille suffisante et aléatoirement distribué autorise la mesure et le ciblage de l Uplift. Nous présentons une segmentation des clients selon leur réaction possible à l opération anti-attrition dans le schéma qui suit. On positionne les clients selon deux axes : en abscisse la probabilité de rester client de l opérateur lorsque le client est soumis à une intervention commerciale et en ordonnée la probabilité de rester client sans intervention. En croisant les deux axes de mesure de l attrition avec et sans traitement, on peut schématiquement identifier quatre groupes de clients : 1 La catégorie des «chiens assoupis» qui réagit très négativement à un traitement anti churn. L action commerciale génère un effet boomerang négatif sur ce segment. 2 Les «causes acquises» resteront fidèles indépendamment des circonstances et actions commerciales. 3 Les «causes perdues» quitteront la compagnie quels que soient les efforts investis. 4 Les «influençables» répondent positivement à l opération anti attrition. L effort marketing doit porter sur les seuls clients «influençables». Les efforts de lutte anti attrition n ont pas d impact ou même un impact négatif pour les trois autres catégories. L opération marketing qui privilégie le ciblage sur la valeur des clients qui présentent le plus haut niveau de «sauvegardabilité» maximise son retour sur investissement. Deux exemples de campagnes anti attrition avec des effets différentiés Nous allons illustrer les effets discutés plus haut par référence à deux cas spécifiques pour lesquels nous avons travaillé : il s agit d un opérateur mobile européen et d un autre américain. Ces cas sont emblématiques du type de résultats que nous avons rencontrés avec une première campagne réussie et l autre déficitaire. Chacune de ces deux campagnes pouvant être optimisée par une analyse de leur effet de levier («l Uplift»). La campagne de l opérateur 1 réduit le taux de désabonnement de 30% à 25% dans le groupe cible, un résultat très positif. Cette campagne a été très rentable. En revanche, la campagne de l opérateur 2 fait augmenter le taux de désabonnement de 9% à 10%, un résultat indésirable.
6 6 Pour le premier opérateur, la campagne a été un succès, mais était-il nécessaire de traiter tout le monde? Ces résultats positifs ne masquent-ils pas une population de clients qu il eut été préférable de ne pas déranger? Si c est le cas, la même campagne sans le ciblage des clients aurait enregistré des résultats encore plus favorables. En effet, un modèle de ciblage alternatif montre que 75% de la cible de la première campagne possède un Uplift positif alors que le quart restant ne répond pas favorablement à la sollicitation. Mesurer l Uplift pour cibler les clients influençables Si nous voulons cibler des clients sur la base du degré de leur sensibilité à l action commerciale ou Uplift, nous devons être en mesure d estimer cette quantité pour chaque client. Or, cette quantité n est pas directement mesurable pour un seul client. En effet, nous ne pouvons pas simultanément traiter et ne pas traiter un même client. Pour le deuxième opérateur, la plus simple façon d améliorer la situation serait tout simplement de supprimer cette action anti-churn. Cependant la campagne a des effets bénéfiques pour 30% des clients, mais ceux-ci furent plus que compensés par des effets négatifs sur le reste des clients. Résultats comparés de deux campagnes de lutte anti attrition avec et sans ciblage Uplift Les modèles classiques anti-attrition prédisent le taux de désabonnement indépendamment du traitement commercial reçu. La probabilité d attrition est calculée à partir des caractéristiques sociodémographiques, de l historique des consommations téléphoniques, de l historique des relations avec l opérateur (qualité, réclamations...) et des produits détenus. Une première mesure de l Uplift est calculable à partir de deux modèles. Un premier modèle peut estimer la probabilité de désabonnement sur la base d un historique de clients soumis à une action anti-churn : PCT = Prob (churn traitement). Un second modèle est bâti sur l historique de clients qui n ont pas été soumis à une activité anti churn PCN = Prob (churn aucun traitement). L Uplift est la différence entre ces deux probabilités, de sorte que si pour un groupe de clients la probabilité de désabonnement vaut 3% quand ils sont traités et 5% lorsqu ils ne sont pas traités, l Uplift vaut -2% U = PCT - PCN = Prob (churn traitement) - Prob (churn aucun traitement) Approche de l Uplift par une double modélisation En théorie, l Uplift peut être estimé tout simplement en construisant deux modèles, l un sur la population traitée et l autre sur l échantillon de contrôle. Puis pour chaque individu, on obtient l Uplift en soustrayant les estimations des deux modèles. Mais malheureusement, cette approche fonctionne très mal dans la pratique :
7 7 Deux raisons expliquent ces difficultés : 1- Les amplitudes du taux d attrition naturel et de l Uplift de l opération commerciale ne sont en général pas comparables. Dans notre premier exemple, pour 30% d attrition on peut espérer un Uplift moyen de 5% soit 1/6. Dans le deuxième exemple, pour 9% d attrition sans traitement, l Uplift de l opération vaut seulement 1% (effet négatif). Or les modèles statistiques classiques détectent bien des signaux principaux de variabilité de l attrition et détectent beaucoup moins bien ou pas du tout le signal secondaire de l Uplift. L approche d estimation de l Uplift par les deux modèles construits sur les populations traitées et non traitées a donc tendance à écraser ses variations. 2- Le deuxième problème est plus sérieux encore. L objectif de l approche par les deux modèles n est pas directement corrélé avec l Uplift. Il n y a aucune raison de penser que les facteurs principaux de variabilité de l Uplift soient les mêmes que ceux de l attrition. La sensibilité à l action marketing (=Uplift) n a pas de raison d être liée à la fidélité (Proba(Churn)). De nouvelles approches algorithmiques sont dont nécessaires pour une évaluation directe des populations influençables et des populations à écarter de l opération de lutte anti-attrition. La description de ces approches ne figure pas dans le champ d application de cet article. Certaines approches test ont été publiées et la société Portrait Software a développé depuis plus de 10 ans un logiciel intégralement dédié au calcul et à la segmentation de l Uplift après incubation d un projet à l université d Edinburgh. Cette méthodologie basée sur la recherche d un arbre optimal de segmentation des écarts de churn entre groupes de population traitée et non traitée est décrite par Radcliffe et Surry (1999, 2011) ainsi que dans la documentation d utilisation du module Uplift du logiciel Portrait Miner (cf. bibliographie) La courbe de lift pour l Uplift Les courbes de lift («Gain Chart») conventionnelles Afin de comprendre les modèles d Uplift, il faut d abord trouver un moyen de mesurer leur efficacité. L efficacité de la politique de ciblage d une campagne de marketing est classiquement mesurée via une courbe de lift ou par la courbe de ROC («Gain Chart»). La courbe de lift est très populaire chez les spécialistes de datamining. Supposons pour une population donnée sur une période donnée une proportion de churn global de 10%. La courbe de lift croise le taux de départs cumulés en ordonnée par ordre décroissant de score anti-attrition en abscisse (des clients les plus risqués aux clients les moins risqués). La ligne bleue continue représente le modèle idéal, qui identifierait parfaitement par les scores les plus élevés les 10% de «churner» de la population. Ce modèle idéal est impossible à identifier dans la pratique. La ligne droite noire pointillée est celle d un modèle de tri aléatoire qui n a aucune efficacité pour l identification des populations les plus à risque. La ligne rouge montre la performance d un modèle classique de score d identification des clients attritionnistes. La courbe est convexe au dessus de la diagonale. Le tri des clients par le score permet de sélectionner une population avec une surreprésentation des «churners» probables. Pour les applications de scoring conventionnelles, l indice de GINI est le ratio de deux surfaces : - l aire entre la courbe de score et la courbe aléatoire (Surface Rouge) au numérateur - l aire entre la courbe de score idéale et la courbe aléatoire (Surfaces rouge+bleue) au dénominateur. Par convention pour les actions anti-churn avec une mesure d impact sur le taux d attrition, l Uplift est négatif lorsque l opération commerciale réduit le taux de départ à la concurrence A contrario, lorsque la mesure d impact porte sur une probabilité ou un montant de consommation post-opération commerciale, un effet bénéfique se traduit par un Uplift positif.
8 8 Exemple de courbe de lift classique d un scoring anti-churn rouge mesure l Uplift estimé. Cette courbe est décroissante pour la population des influençables, elle est constante autour de son minimum traduisant la neutralité des résultats de l opération. Elle croit en dernière instance du fait des retours négatifs de l opération pour les populations les plus réticentes (effet boomerang). La courbe du score Uplift idéal n est pas calculable, car l Uplift n est pas directement mesurable comme la probabilité d attrition. L indice de Qini mesure donc simplement l aire comprise entre la courbe réelle du lift du score Uplift et la sélection aléatoire. Q=Aire entre la courbe de score Uplift et la courbe d Uplift aléatoire (A ) Plus la courbe s éloigne de la diagonale et se rapproche de la courbe idéale, plus l indice de GINI se rapproche de 1. A contrario un indice de GINI nul traduit une faible efficacité du critère de tri ; la courbe de lift du score se rapproche alors de la diagonale du score aléatoire. La courbe de QINI La courbe de QINI est une transposition de la courbe du lift («Gain Chart») pour l Uplift. Elle permet de mesurer l efficacité d un scoring de l Uplift via l indice de QINI Le graphe de Qini est une courbe de lift où l on place un critère de tri/scoring d Uplift en abscisse et la valeur cumulée de l Uplift en ordonnée (exprimée en valeur absolue ou plus usuellement en %). Dans le cas de l opérateur n 1, le graphe de Qini se termine à -5% (gain d attrition) qui correspond à l impact global de l opération anti-attrition pour l ensemble de la population traitée. De la même façon, le graphe est borné à +1% (perte d attrition) pour le 2 ème opérateur. Dans les deux cas la droite pointillée noire montre l efficacité d une sélection aléatoire. La droite en trait continu Une variante de l indice de Qini notée q0 (ou LQE «Low Qini Estimate») suppose qu il n y a pas de population à Uplift négatif. La courbe d Uplift idéale a alors une forme similaire à celle de la courbe idéale des scores conventionnels adaptée à la mesure de l Uplift. En cas d Uplift négatif et détectable, la mesure q0 peut donc en théorie dépasser 100%. Dans le cas du premier opérateur, la courbe de Qini montre une réduction totale de 6 points de churn pour un ciblage de 80 % de la population initialement prospectée. Il y a donc un double gain à l utilisation de l Uplift : d un coté l opérateur évite 1pt de churn pour l ensemble de la population et de l autre il réduit de 20% les coûts de prospection. Dans le second cas, la courbe de Qini montre qu une sélection de 30% de la population avec des Uplift positif permet de rentabiliser une opération qui présentait a priori tous les signes négatifs. En ciblant la petite proportion de clients influençables, l opérateur n 2 gagne avec le score Uplift 1 point de churn tout en réduisant drastiquement ses coûts de campagne. Le néologisme QINI provient de Corrado GINI (économiste statisticien italien du 20 siècle) et se Quadstone (Société anglaise incubation de l Université d Edinburgh ayant développé et opérationnalisé le concept)
9 9 Deux exemples de graphe de Qini (Gain Chart pour la méthode Uplift) Conclusion Un nombre croissant d opérateurs constate que les campagnes de lutte anti-attrition peuvent avoir des effets négatifs comme des effets positifs. Il n est donc pas optimal et il peut même s avérer dangereux de cibler l opération de lutte anti attrition principalement sur la base des estimations de taux de désabonnement ou de la valeur résiduelle des clients. Nous avons présenté les fondements de la méthode Uplift qui permet une identification optimale des clients influençables. La sophistication du ciblage de ces campagnes via la méthode Uplift entraine un double gain : meilleure rétention des clients avec économie des moyens mis en œuvre et du coût des campagnes. Par ailleurs, les canaux commerciaux utilisés pour retenir les clients sont variés (mailing, , SMS, call center, message web ). Un ciblage Uplift par canal permet d identifier les profils des clients les plus influençables sur chacun des canaux. On dispose ainsi d une segmentation des populations pluri-canaux très utile pour la coordination des opérations anti-churn. Uplift peut donc aussi constituer une aide précieuse pour la mise au point d un plan de campagnes commerciales multi canal. L approche Uplift a donné ses résultats les plus spectaculaires sur les problématiques d attrition des opérateurs de téléphonie. Elle est aussi applicable avec quelques adaptations pour gérer le ciblage de nombreuses autres problématiques multi canal : attrition et cross-selling bancaire et d assurance, opérations commerciales sur cartes de fidélités, opérations de fidélisation sur support internet, etc
10 10 Auteurs : Remerciements : Nicholas J. Radcliffe Nicholas Radcliffe est le fondateur et directeur de Solutions stochastique Limited, une société de conseil qui se concentre sur le ciblage de la clientèle et des problèmes d optimisation. Il fut l un des fondateurs et le directeur technique de Quadstone Limited où il a dirigé l élaboration et l implémentation de la méthode Uplift auprès de nombreux clients. Nicolas est aussi professeur invité au Département de mathématiques et de Statistiques à l Université d Edimbourg StochasticSolutions.com Rob Simpson Rob Simpson a travaillé dans le domaine du datamining depuis plus de 15 ans à la suite d un doctorat en reconnaissance des formes. Il a conseillé des dizaines de grandes entreprises pour générer de meilleurs retours sur investissement avec de l analyse des données. Il dirige le département d analyse prédictive de PBBI Portrait Quadstone, PortraitSoftware.com Paul Archambault Paul Archambault a adapté au contexte français le papier original de Radcliffe et Simpson ( com/retentionwhitepapers.html). Il a travaillé dans le domaine du datamining, du marketing quantitatif et du géomarketing depuis plus de 20 ans à la suite d un doctorat en démographie. Il possède une longue expérience de conception et mise en œuvre des scoring de risque et marketing. Il a conseillé des dizaines de grandes entreprises sur ces sujets. Il dirige le département Etudes de PBBI Europe du Sud, pb.com Les auteurs remercient Rafik Khiar, Gauthier Chollet, Neil Skilling, Tim Harding, Patrick Surry pour leurs relectures conseils éclairés et encouragements. Terminologie : Autres expressions couramment employées pour faire référence aux modèles Uplift, l ensemble des termes : Terminologie francisée Modèle Uplift Analyse des différentiels de taux de réponse Modèle d efficacité incrémentale du marketing Modélisation de la réponse nette Modélisation du levier pur Modèle à hasard proportionnel Chiffre d affaires additionnel des opérations marketing Terminologie anglo-saxonne uplift modelling differential response analysis incremental modelling incremental impact modelling true response modelling true lift modelling proportional hazards modelling net modelling
11 11 Bibliographie pour approfondir : Hansotia B. & Rukstales, B. (2001). Incremental value modeling. DMA Research Council Journal, Lo, V. S. Y.. (2002). The true lift model.acm SIGKDD Explorations Newsletter. Vol.4 No. 2, Maxwell Chickering D. & Heckerman, D. (2000). A decisiontheoretic approach to targeted advertising. Sixteenth Annual Conference on Uncertainty in Artificial Intelligence, (Stanford, CA). Portrait Software (2011), Portrait Uplift user guide version 6.0 Radcliffe N. J. & Surry, P. D. (1999). Differential response analysis: Modeling true response by isolating the effect of a single action. Proceedings of Credit Scoring and Credit Control VI. Credit Research Centre, University of Edinburgh Management School. Radcliffe, N. J. (2007). Using Control Groups to Target on Predicted Lift: Building and Assessing Uplift Models, Direct Marketing Analytics Journal,Direct Marketing Association. Radcliffe N. J. & Simpson R. (2007), Identify who can be saved and who will be driven away by retention activity, Radcliffe N. J. & Surry, P. D (2011), draft to be published, Uplift Modelling: Theory and Practice Deux sites internet : uplift-modeling html
12 pbinsight.fr FRANCE Immeuble Le Dièse 134 Rue Danton Levallois-Perret Cedex Info.pbbifrance@pb.com UNITED STATES One Global View Troy, NY pbbi.sales@pb.com CANADA 26 Wellington Street East Suite 500 Toronto, ON M5E 1S pbbi.canada.sales@pb.com EUROPE/UNITED KINGDOM Minton Place Victoria Street Windsor, Berkshire SL4 1EG pbbi.europe@pb.com ASIA PACIFIC/AUSTRALIA Level 7, 1 Elizabeth Plaza North Sydney NSW pbbi.australia@pb.com pbbi.singapore@pb.com pbbi.china@pb.com Every connection is a new opportunity TM 2010 Pitney Bowes Inc. All rights reserved. Pitney Bowes Business Insight is the software division of Pitney Bowes Inc. Pitney Bowes and the Pitney Bowes logo are registered or otherwise protected trademarks of Pitney Bowes Inc. and/or its subsidiaries. Other trademarks are the property of their respective owners.
Optimisation du ciblage des opérations de fidélisation
Optimisation du ciblage des opérations de fidélisation Fondements de la méthode Uplift avec applications au domaine de la distribution Nicholas J. Radcliffe Adaptation française Paul Archambault, d après
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailDes données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox
Des données à la connaissance client A la découverte de la plateforme de connaissance client knowlbox Livre blanc mai 2013 A l heure du Big Data, les entreprises s interrogent davantage sur leurs données.
Plus en détailTravailler avec les télécommunications
Travailler avec les télécommunications Minimiser l attrition dans le secteur des télécommunications Table des matières : 1 Analyse de l attrition à l aide du data mining 2 Analyse de l attrition de la
Plus en détailecrm: Attrition clients
ecrm: Attrition clients Comment identifier et retenir un client sur le départ? Cabestan Livre Blanc Introduction Les clients, même les plus fidèles, sont parfois incités à mettre fin à leur relation avec
Plus en détailLes clients puissance cube
LETTRE CONVERGENCE Les clients puissance cube L intelligence artificielle au service du marketing des services N 28 To get there. Together. A PROPOS DE BEARINGPOINT BearingPoint est un cabinet de conseil
Plus en détailExperian Marketing Services. S appuie sur l analyse des données pour engager les consommateurs où qu ils soient CONNECTER. ENGAGER. INTERAGIR.
Experian Marketing Services S appuie sur l analyse des données pour engager les consommateurs où qu ils soient CONNECTER. ENGAGER. INTERAGIR. Experian Marketing Services Attirer et fidéliser les clients
Plus en détailLes 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie
Les 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie Découvrir les stratégies ayant fait leurs preuves et les meilleures pratiques Points clés : Planifier
Plus en détailICHEC MANAGEMENT SCHOOL
CASE TELECOMMUNICATION - MOBISTAR BUSINESS CASE TELECOMMUNICATIONS - MOBISTAR Defort Florence De Veyt Marie-Laure Dierickx Arnaud Leruite Julien Marlot Camille ICHEC MANAGEMENT SCHOOL MOBISTAR, EN ROUTE
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailSolutions Portrait Customer Analytic
Solutions pour la connaissance, la communication et l'attention clients. Solutions Portrait Customer Analytic Analyser, comprendre et prédire le comportement de vos clients pour un ROI optimal Faites de
Plus en détailCALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING
CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING SÉLECTION DES RISQUES PRÉVISION DES DÉFAUTS SUIVI ET CONTRÔLE Pierre-Louis GONZALEZ Différents types de
Plus en détailIBM SPSS Direct Marketing
IBM SPSS Statistics 19 IBM SPSS Direct Marketing Comprenez vos clients et renforcez vos campagnes marketing Points clés Avec IBM SPSS Direct Marketing, vous pouvez : Comprendre vos clients de manière plus
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailFONCTION DE DEMANDE : REVENU ET PRIX
FONCTION DE DEMANDE : REVENU ET PRIX 1. L effet d une variation du revenu. Les lois d Engel a. Conditions du raisonnement : prix et goûts inchangés, variation du revenu (statique comparative) b. Partie
Plus en détail> 4,5 % TAUX DE CONVERSION
Sommaire 1. Introduction 2. N o 1 : ils font des tests avant de prendre des décisions 3. N o 2 : ils investissent du budget et des ressources dans l optimisation 4. N o 3 : ils croient au ciblage de contenu
Plus en détailLE PETIT RELATION CLIENT. Les pratiques clés en 15 fiches. Nathalie Houver
LE PETIT 2014 RELATION CLIENT Les pratiques clés en 15 fiches Nathalie Houver Dunod, Paris, 2014 ISBN 978-2-10-070826-0 Table des matières LA PRÉPARATION DE LA RELATION COMMERCIALE FICHE 1 Acquérir la
Plus en détailComprendre le financement des placements par emprunt. Prêts placement
Comprendre le financement des placements par emprunt Prêts placement Comprendre le financement des placements par emprunt Le financement des placements par emprunt consiste simplement à emprunter pour
Plus en détailTirer parti des renseignements sur les clients : leçons tirées des réalisations en matière de services bancaires au consommateur
La force de l engagement MD ÉTUDE TECHNIQUE Tirer parti des renseignements sur les clients : leçons tirées des réalisations en matière de services bancaires au consommateur Les entreprises de commerce
Plus en détailAgenda de la présentation
Le Data Mining Techniques pour exploiter l information Dan Noël 1 Agenda de la présentation Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un projet de Data Mining Place du Data Mining
Plus en détailSurabondance d information
Surabondance d information Comment le manager d'entreprise d'assurance peut-il en tirer profit pour définir les stratégies gagnantes de demain dans un marché toujours plus exigeant Petit-déjeuner du 25/09/2013
Plus en détailMarketing comportemental. Guide méthodologique de mise en œuvre
Marketing comportemental Guide méthodologique de mise en œuvre Sommaire Présentation...3 Les limites du marketing de masse ou du marketing «produit»...5 L idéal marketing : délivrer le bon message au bon
Plus en détailDonnées des SIM. Données signalétiques (nom, adresse), Historique d achat, Réactions passées aux actions de promotion
Données des SIM Bases de données produits Identification, caractéristiques techniques, caractéristiques commerciales (prix, unités de vente, fournisseurs), état des stocks, ventes réalisées Bases de données
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailVente additionnelle. Toujours plus ou encore mieux?
Vente additionnelle Toujours plus ou encore mieux? Nouveaux marchés, progression du chiffre d affaires, opportunités de croissance Autant de préoccupations qui interviennent au quotidien dans la stratégie
Plus en détailVers le 7 ème ciel du Revenue Management
LETTRE CONVERGENCE Vers le 7 ème ciel du Revenue Management Les stratégies tarifaires dans les services N 25 To get there. Together. A PROPOS DE BEARINGPOINT BearingPoint est un cabinet de conseil indépendant
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailAssurer l avenir de votre activité grâce à l open marketing. Par David Mennie, Senior Director, Product Marketing, Acquia
Assurer l avenir de votre activité grâce à l open marketing Par David Mennie, Senior Director, Product Marketing, Acquia Table des matières Le Marketing à l ère de l ouverture 3 L émergence du marketeur
Plus en détailChapitre 2/ La fonction de consommation et la fonction d épargne
hapitre 2/ La fonction de consommation et la fonction d épargne I : La fonction de consommation keynésienne II : Validations et limites de la fonction de consommation keynésienne III : Le choix de consommation
Plus en détail1 Modélisation d être mauvais payeur
1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage
Plus en détailDes questions en live? @gregguzzo
Comment Val Thorens, à travers la mise en place d un écosystème numérique & humain, favorise le service et l expérience client? Des questions en live? @gregguzzo 1 _ CRM, késako? Construire avec ses clients
Plus en détailAd-exchanges & RTB (avec la participation de Fabien Magalon, La place
En partenariat avec : Tout savoir sur le marketing à la performance Intervenants Hugo Loriot Directeur media technologie, Fifty Five Yann Gabay - Directeur général, Netbooster Fabien Magalon Directeur
Plus en détailGérez vos coûts de projet intelligemment
Gérez vos coûts de projet intelligemment À propos de De nos jours, les projets en immobilisation sont de plus en plus gros, de plus en plus complexes. Sans une analyse exhaustive de la valeur acquise,
Plus en détailS84-1 LA GRC ET LE SI (Système d Information) 841 - Qualification des données clientèle. 842 - La segmentation de la clientèle
S84-1 LA GRC ET LE SI (Système d Information) 841 - Qualification des données clientèle 842 - La segmentation de la clientèle 843 - Les actions personnalisées utilisation des procédures de consultation
Plus en détailBusinessHIGHLIGHT GESTION DE LA PRESSION COMMERCIALE. Optimiser ET SI C ÉTAIT UN PROBLÈME D ORGANISATION? n 6122011 .../... SOMMAIRE INTRODUCTION
BusinessHIGHLIGHT Optimiser GESTION DE LA PRESSION COMMERCIALE ET SI C ÉTAIT UN PROBLÈME D ORGANISATION? SOMMAIRE INTRODUCTION Communiquer sur le web : les conséquences de la frénésie générale La nécessaire
Plus en détailChap 3 : La connaissance du client. I. Les fondements de la connaissance du client. Les principales évolutions sont résumées dans le tableau suivant :
Chap 3 : La connaissance du client I. Les fondements de la connaissance du client A. D une société de consommation à une société de consommateurs Depuis les années 1980, les mutations sociales ont eu d
Plus en détailTURBOS WARRANTS CERTIFICATS. Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital.
TURBOS WARRANTS CERTIFICATS Les Turbos Produits à effet de levier avec barrière désactivante. Produits non garantis en capital. 2 LES TURBOS 1. Introduction Que sont les Turbos? Les Turbos sont des produits
Plus en détailParole d utilisateur. Témoignage Gestion de la relation client. L Oréal fidélise ses clients en réduisant sa charge de travail
Parole d utilisateur Témoignage Gestion de la relation client L Oréal fidélise ses clients en réduisant sa charge de travail Témoignage Gestion de la relation client L Oréal fidélise ses clients en réduisant
Plus en détailTARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé
TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé Plan de l intervention 1 2 3 Généralités sur le fonctionnement de l assurance
Plus en détailQu est-ce-qu un Warrant?
Qu est-ce-qu un Warrant? L epargne est investi dans une multitude d instruments financiers Comptes d epargne Titres Conditionnel= le detenteur à un droit Inconditionnel= le detenteur a une obligation Obligations
Plus en détailCRM pour le marketing
CRM pour le marketing Créer l information, solliciter, séduire et retenir les clients de manière rentable Intégrés à Maximizer, les outils de marketing vous permettent simplement et efficacement de planifier,
Plus en détailEsri Location Analytics pour. la Banque. Etude de cas
Esri Location Analytics pour la Banque Etude de cas Améliorer la performance de la banque grâce à Esri Location Analytics Ce cas pratique détaille l intérêt de l usage de la location analytics (l analyse
Plus en détailXerox Au service du marketing d entreprise
Xerox Au service du marketing d entreprise Marketing Direct, 1 To 1, Transpromo Christophe Montané Xerox Global Services Page 1 ESC Lille 22 Octobre Seminaire Marketing Direct - Le Groupe Xerox en quelques
Plus en détailComment évaluer une banque?
Comment évaluer une banque? L évaluation d une banque est basée sur les mêmes principes généraux que n importe quelle autre entreprise : une banque vaut les flux qu elle est susceptible de rapporter dans
Plus en détailPourquoi le marketing par email?
Pourquoi le marketing par email? Pourquoi le marketing par email? 1. Le Marketing par email, un incontournable 2. Construire sa base d emails 3. La Qualité avant la Quantité 4. Les Causes du Blocage de
Plus en détailLa Renaissance de L emailing à la Performance
La Renaissance de L emailing à la Performance Eviter l essouflement en revenant aux bonnes pratiques marketing Par Mario Roche, Sales Manager Acxiom France Better connections. Better results. Livre Blanc
Plus en détailBIG DATA ET MARKETING
BIG DATA ET MARKETING SPIKLY / LA NOUVELLE REPUBLIQUE Agence Conseil en stratégie digitale 20/06/2013 1 1. PRÉSENTATION 20/06/2013 2 Keyrus - All rights reserved PRÉSENTATION DE KEYRUS Présentation générale
Plus en détailL olivier Assurances Licence 3 Econométrie Lyon II
15 novembre 2013 L olivier Assurances Licence 3 Econométrie Lyon II Pascal Gonzalvez 1 L olivier Assurances et le Groupe Admiral Segmentation et tarification en assurance auto Autres applications de la
Plus en détailCertificats TURBO. Bénéficiez d un effet de levier en investissant sur l indice CAC 40! Produits non garantis en capital.
Certificats TURBO Bénéficiez d un effet de levier en investissant sur l indice CAC 40! Produits non garantis en capital. www.produitsdebourse.bnpparibas.com Les Certificats Turbo Le Certificat Turbo est
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailSYNERGIE Associés Confidentiel Reproduction interdite sans autorisation préalable Page 1 de 44
SYNERGIE Associés Confidentiel Reproduction interdite sans autorisation préalable Page 1 de 44 Le CRM (GRC) est la clef de votre succès Les Principes généraux de la Gestion de la Relation Clients Confidentiel
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailLa relation bancaire avec la clientèle des particuliers : revue de la littérature
Direction de la stratégie Service de Veille et d Intelligence économiques et stratégiques du Groupe Mission de la Recherche @res @rgos Note de synthèse La relation bancaire avec la clientèle des particuliers
Plus en détailCAHIER DES CHARGES POUR APPLICATION MOBILE GRC
CAHIER DES CHARGES POUR APPLICATION MOBILE GRC Alexandre CADIC Mathis BAKARY 27/02/2013 Sommaire I. Présentation... 3 1. Contexte... 3 a. Implémentation :... 3 b. Direction Générale :... 3 2. Périmètre
Plus en détailESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring
ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring Les méthodes d évaluation du risque de crédit pour les PME et les ménages Caractéristiques Comme les montants des crédits et des
Plus en détailLe scoring est-il la nouvelle révolution du microcrédit?
Retour au sommaire Le scoring est-il la nouvelle révolution du microcrédit? BIM n 32-01 octobre 2002 Frédéric DE SOUSA-SANTOS Le BIM de cette semaine se propose de vous présenter un ouvrage de Mark Schreiner
Plus en détailProbabilités conditionnelles Loi binomiale
Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailModélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme
Modélisation et étude d un système de trading directionnel diversifié sur 28 marchés à terme Trading system : Trend following Breakout Janvier 1996 - Janvier 2009 Etude de la performance du système Le
Plus en détailSéminaire CRM Les directions de recherche et les perspectives du Customer Relationship Management 1
Faculté des Sciences économiques et sociales de l Université de Fribourg Séminaire CRM Les directions de recherche et les perspectives du Customer Relationship Management 1 Séminaire présenté auprès de
Plus en détail" # $ % % & ' ( ) * +,! '()*+ *, + ' +' + ' ' -+ - +.+. /0 / 1 0 12 1 1 2 34+ 4 1 +. 50 5 * 0 4 * 0 6! "##$ % &!
"# $ %%& ' ( )*+, '()*+,'+''-++.+/0112134+1.50*406 "##$ %& 8CC "#$%& ' ( )* +,-./ 0 123 456+7 3 7-55-89.*/ 0 +3 *+:3 ;< =3 3-3 8 0 23 >-8-3 >5? //*/*0;* @A: *53,,3 / * $/ >B+? - 5, 2 34*56 7 /+#** //8
Plus en détailBig Data et Marketing : les competences attendues
Big Data et Marketing : les competences attendues Laurence Fiévet Responsable Marketing Corporate Oney Banque Accord LA DYNAMIQUE DU MARKETING Selon la définition de Kotler et Dubois, «Le marketing est
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailTitre 4 - Analyse de l impact de la résiliation annuelle sur les marges des contrats emprunteurs
Titre 4 - Analyse de l impact de la résiliation annuelle sur les marges des contrats emprunteurs 4.1 Le concept d Analyse en Temps Probabilisé Le concept d Analyse en Temps Probabilisé, développé et appliqué
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détailIntroduction aux outils BI de SQL Server 2014. Fouille de données avec SQL Server Analysis Services (SSAS)
MIT820: Entrepôts de données et intelligence artificielle Introduction aux outils BI de SQL Server 2014 Fouille de données avec SQL Server Analysis Services (SSAS) Description générale Ce tutoriel a pour
Plus en détailCRM et GRC, la gestion de la relation client R A LLER PL US L OI
3 R A LLER PL US L OI CRM et GRC, la gestion de la relation client Comment exploiter et déployer une solution de relation client dans votre entreprise? Les usages d une CRM Les fonctionnalités d une CRM
Plus en détailAccélérer l agilité de votre site de e-commerce. Cas client
Accélérer l agilité de votre site de e-commerce Cas client L agilité «outillée» devient nécessaire au delà d un certain facteur de complexité (clients x produits) Elevé Nombre de produits vendus Faible
Plus en détailLes dessous des moteurs de recommandation
Les dessous des moteurs de recommandation La personnalisation est un enjeu majeur du e-commerce aujourd hui. Elle réveille l esprit commerçant dans les boutiques en ligne en remettant le visiteur au cœur
Plus en détailTransformez votre vision énergétique en économies d énergie
Transformez votre vision énergétique en économies d énergie Les services de gestion énergétique de Schneider Electric augmentent la valeur commerciale de votre centre de données. Schneider Electric www.schneider-electric.com
Plus en détailLe marketing suisse à l'heure du Big Data. 19 Février 2015
Le marketing suisse à l'heure du Big Data 19 Février 2015 AGENDA 1.Eco système : Gamned! / 1.618 2.Etude «Big Data et Marketing en Suisse romande» 3. Data Digital 4.La connexion des mondes : CRM + digital
Plus en détailGestion de la Relation Client (GRC)
Techniques de DM pour la GRC dans les banques Page 2 I.1 Introduction La gestion de la relation client est devenue un processus essentiel dans les institutions bancaires. Ils essaient toujours d améliorer
Plus en détailGESTION DE FLOTTE MOBILE (MDM), LE GUIDE DES BONNES PRATIQUES
GESTION DE FLOTTE MOBILE (MDM), LE GUIDE DES BONNES PRATIQUES Avec Kaspersky, maintenant, c est possible! kaspersky.fr/business Be Ready for What s Next SOMMAIRE 1. MOBILITÉ : LES NOUVEAUX DÉFIS...2 Page
Plus en détailDotez-vous des moyens de communication d une grande entreprise au prix d une petite entreprise. Avaya vous aide à atteindre vos objectifs.
Avaya vous aide à atteindre vos objectifs. Toute TPE-PME est à la recherche de solutions pour réduire ses coûts et améliorer son mode de fonctionnement. Comme n importe quelle entreprise, vous souhaitez
Plus en détailSAN07 IBM Social Media Analytics:
SAN07 IBM Social Media Analytics: Vos clients partagent leurs connaissances Déployez une stratégie gagnante! Eric Martin Social Media Analytics Leader Europe IBM SWG, Business Analytics @Eric_SMA 1 Le
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détail«L impression à données potentiel de croissance?»
«L impression à données variables, un marché à fort potentiel de croissance?» «Francois Gouverneur Directeur Marketing Xerox France» Page 1 2 2 Des Français attachés au media papierp Si l équipement et
Plus en détailWHITE PAPER COMMENT UTILISER EFFICACEMENT LES SONDAGES POUR AUGMENTER LE NIVEAU DE SATISFACTION ET LA RÉTENTION DES CLIENTS
COMMENT UTILISER EFFICACEMENT LES SONDAGES POUR AUGMENTER LE NIVEAU DE SATISFACTION ET LA RÉTENTION DES CLIENTS COMMENT UTILISER EFFICACEMENT LES SONDAGES POUR AUGMENTER LE NIVEAU DE SATISFACTION ET LA
Plus en détailLa baisse tendancielle des rentes réduitelle la demande d épargne retraite? Leçons tirées d une réforme des tables de mortalité
La baisse tendancielle des rentes réduitelle la demande d épargne retraite? Leçons tirées d une réforme des tables de mortalité Alexis DIRER LEO, Université d Orléans Co-écrit avec Rim Ennajar-Sayadi Journée
Plus en détailà moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq
e élevé Risque faible Risq à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq L e s I n d i c e s F u n d a t a é Risque Les Indices de faible risque
Plus en détailComment toucher les décideurs
Comment toucher les décideurs Étude commanditée par Pitney Bowes sur l évolution du rôle du courrier dans le marketing mix des entreprises du domaine Business to Business (B2B) en Europe et aux États-Unis
Plus en détailBig Data -Comment exploiter les données et les transformer en prise de décisions?
IBM Global Industry Solution Center Nice-Paris Big Data -Comment exploiter les données et les transformer en prise de décisions? Apollonie Sbragia Architecte Senior & Responsable Centre D Excellence Assurance
Plus en détailOffices de tourisme et bonnes pratiques Internet. Evaluation comparative de sites Internet
Offices de tourisme et bonnes pratiques Internet Evaluation comparative de sites Internet Quoi? Ce document est un résumé des résultats de l étude menée sur une quinzaine de sites Internet dans le domaine
Plus en détailLe choix stratégique des canaux de communication
Le choix stratégique des canaux de communication Une analyse des attitudes des entreprises du domaine Business to Business (B2B) face à différentes combinaisons de médias Introduction La fragmentation
Plus en détailENSEIGNEMENT ET MONDE PROFESSIONNEL. Illustration d un lien fort au travers d un cours de scoring. Jean-Philippe KIENNER 7 novembre 2013
ENSEIGNEMENT ET MONDE PROFESSIONNEL Illustration d un lien fort au travers d un cours de scoring Jean-Philippe KIENNER 7 novembre 2013 CONTEXTE Une bonne insertion professionnelle des étudiants passe par
Plus en détailLE MARKETING RELATIONNEL ET LA GESTION DE LA RELATION CLIENT
Cycle: Licence professionnelle Filière: Technique banques et assurances LE MARKETING RELATIONNEL ET LA GESTION DE LA RELATION CLIENT Réalisé par: Mlle Asmae AIT RAI Mlle Ghizlane JALIAD Mlle Hafida EL
Plus en détailSolution de stress test Moody s Analytics
Solution de stress test Moody s Analytics Solution de stress test Moody s Analytics Moody s Analytics propose aux établissements financiers une couverture exhaustive de l intégralité du processus de stress
Plus en détailL indice de SEN, outil de mesure de l équité des systèmes éducatifs. Une comparaison à l échelle européenne
L indice de SEN, outil de mesure de l équité des systèmes éducatifs. Une comparaison à l échelle européenne Sophie Morlaix To cite this version: Sophie Morlaix. L indice de SEN, outil de mesure de l équité
Plus en détailCRM pour le marketing
CRM pour le marketing Créer l information, solliciter, séduire et retenir les clients de manière rentable Intégrés à Maximizer, les outils de marketing vous permettent simplement et efficacement de planifier,
Plus en détailLE DISPLAY RÉVOLUTION. De l achat d espace publicitaire classique à la gestion d audience ciblée. Janvier 2012 LIVRE BLANC ACXIOM.
LIVRE BLANC ACXIOM LE DISPLAY EN PLEINE RÉVOLUTION De l achat d espace publicitaire classique à la gestion d audience ciblée Janvier 2012 Frédéric GRELIER Directeur Europe développement produits Acxiom
Plus en détailLe succès du multicanal intégré en assurance auto Séminaire innovation CHEA 5 mai 2011
Le succès du multicanal intégré en assurance auto Séminaire innovation CHEA 5 mai 2011 Véronique Brionne Marilyn Faugas Karine Paul Jean-Christophe Boccon-Gibod Sommaire 1. Pourquoi avons-nous choisi Progressive?
Plus en détailElle permet de connaître le nombre de messages qui ont été ouverts ;
Chap 16 : L élaboration des plans de prospection et de fidélisation I. Le plan de prospection A. Les outils de prospection 1. Le fichier client Le fichier clients est la base de toute prospection réussie.
Plus en détailPROJET DE GESTION PORTEFEUILLE. Evaluation d une Stratégie de Trading
PROJET DE GESTION PORTEFEUILLE Evaluation d une Stratégie de Trading Encadré par M. Philippe Bernard Master 1 Economie Appliquée-Ingénierie Economique et Financière Taylan Kunal 2011-2012 Sommaire 1) Introduction
Plus en détail1 er Avril 2015 Data Science & Big Data Etat de l art Donner plus d intelligence aux données
1 er Avril 2015 Data Science & Big Data Etat de l art Donner plus d intelligence aux données Votre interlocuteur Didier Gaultier Directeur Data Science Business & Decision Professeur de Statistique à l
Plus en détailJournées d études IARD
Journées d études IARD Gestion des risques liés à la refonte tarifaire d un portefeuille automobile Niort, le 20 mars 2014 Marie Foucher mfoucher@galea-associes.eu Pierre Thérond ptherond@galea-associes.eu
Plus en détail3. Le pilotage par le cash
Cependant, l allocation du capital engagé ne peut pas toujours être opérée à des niveaux très fins. Il est néanmoins intéressant de tenter de le répartir sur de plus grands périmètres (diverses activités
Plus en détailINTELLIGENCE MARKETING ETUDES DE MARCHE - DATA MINING - CONSEIL EN MARKETING - SYSTEMES D INFORMATION MARKETING
ETUDES DE MARCHE - DATA MINING - CONSEIL EN - SYSTEMES D INFORMATION Notre mission Des études de marché au data mining Cinq sur Cinq est un institut d intelligence marketing. Notre métier : collecter,
Plus en détailDossier de Presse. 10 Octobre 2013
Dossier de Presse 10 Octobre 2013 Contacts : Anne-Sophie DUPIRE - Responsable Communication Lucie PORREAUX - Chargée des Relations Presse Tel : 0 328 328 000 - anne-sophie.dupire@sarbacane.com Tel : 0
Plus en détail(Customer Relationship Management, «Gestion de la Relation Client»)
(Customer Relationship Management, «Gestion de la Relation Client») Les Banques et sociétés d assurance sont aujourd'hui confrontées à une concurrence de plus en plus vive et leur stratégie " clientèle
Plus en détail